中國能源的消費結(jié)構(gòu)和變動規(guī)律研究【摘要】近四十年來，我國能源消費總量不斷提高，消費結(jié)構(gòu)正在從傳統(tǒng)的化石能源轉(zhuǎn)變?yōu)榍鍧?、低碳、高效的新興能源。本文以我國能源的消費結(jié)構(gòu)為研究對象，運用時間序列分析及典型相關(guān)分析，對不同能源消費占比變化、消費結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)的關(guān)系進(jìn)行了研究。通過對我國1985至2022年的中國能源消費結(jié)構(gòu)（包括煤炭、石油、天然氣、一次電力及其他能源占比）及產(chǎn)業(yè)結(jié)構(gòu)（包括三大產(chǎn)業(yè)生產(chǎn)總值）進(jìn)行分析，得到未來幾年各類能源消費量均將上漲，且除石油外其他三類能源消費占比增高，第三產(chǎn)業(yè)在我國經(jīng)濟(jì)中的比重不斷上升的結(jié)論?！娟P(guān)鍵詞】中國能源消費結(jié)構(gòu)；能源占比預(yù)測；ARIMA模型；典型相關(guān)分析1引言1.1選題背景與研究意義人類社會的發(fā)展與能源有著非常緊密的聯(lián)系,能源工作是經(jīng)濟(jì)社會發(fā)展和我國富強(qiáng)的重要基礎(chǔ),是我國經(jīng)濟(jì)社會發(fā)展和政治穩(wěn)定的重要基礎(chǔ),是國民經(jīng)濟(jì)不可分割的物質(zhì)條件,也是支撐國家繁榮和經(jīng)濟(jì)可持續(xù)發(fā)展的基礎(chǔ)。隨著近幾年能源工業(yè)的加強(qiáng)，能源短缺基本緩解，但隨著我國經(jīng)濟(jì)的快速發(fā)展，能源的需求問題仍然困擾著大家，成為長期影響我國經(jīng)濟(jì)可持續(xù)發(fā)展的重要問題，而能源的消費結(jié)構(gòu)和變動規(guī)律作為能源問題的一個重要方面，是影響國家經(jīng)濟(jì)發(fā)展的重要因素。中國作為世界上能源消費量最大的國家之一，在1985年能源消費總量僅76682萬噸標(biāo)準(zhǔn)煤，而在2020年能源消費總量已達(dá)到498314萬噸標(biāo)準(zhǔn)煤，為1985年的6.5倍，可見對能源的需求增長之快。能源消費結(jié)構(gòu)和變動規(guī)律的研究對于制定能源政策、推動可持續(xù)發(fā)展以及減少環(huán)境影響具有重大意義。隨著中國經(jīng)濟(jì)的快速增長和工業(yè)化進(jìn)程，能源消費結(jié)構(gòu)和變動規(guī)律呈現(xiàn)出多樣化和復(fù)雜化的特點，需要深入研究和分析。近年來，我國能源消費結(jié)構(gòu)雖然仍然以煤炭資源為主，但已逐漸朝著多樣化，清潔化，智能化的方向發(fā)展，有從傳統(tǒng)的化石能源轉(zhuǎn)變?yōu)樾屡d能源的趨勢，對于新興能源，我國政府一直高度重視，發(fā)表了《十三五規(guī)劃》，《新能源汽車產(chǎn)業(yè)發(fā)展規(guī)劃》等重要文件，提出了加快新能源發(fā)展的目標(biāo)，包括提高可再生能源占比、加大對新能源技術(shù)研發(fā)的支持等策略，并在實施過程中取得了顯著成就，然而仍然存在市場機(jī)制不夠完善，影響了新能源的消納和發(fā)展等問題。研究能源消費結(jié)構(gòu)可以幫助我們了解不同能源類型在中國能源消費和產(chǎn)業(yè)發(fā)展中的比重，從而指導(dǎo)能源供給側(cè)改革和優(yōu)化市場能源資源配置，通過研究能源消費的變動規(guī)律，可以揭示能源消費的趨勢和特點，對之后的能源消費占比進(jìn)行預(yù)測，為未來能源政策、產(chǎn)業(yè)發(fā)展和市場機(jī)制的調(diào)整和制定提供科學(xué)依據(jù)。因此，深入研究中國能源消費結(jié)構(gòu)和變動規(guī)律對推動能源產(chǎn)業(yè)轉(zhuǎn)型升級、實現(xiàn)新能源消納更高效率、減少環(huán)境污染有重要的理論和實踐意義。1.2文獻(xiàn)綜述國內(nèi)有眾多學(xué)者就我國能源的消費結(jié)構(gòu)進(jìn)行過研究分析。楊舒對中國化石能源消費量和三大產(chǎn)業(yè)生產(chǎn)總值之間的相關(guān)性進(jìn)行了研究，并提出了調(diào)節(jié)能源消費結(jié)構(gòu)的建議。他指出應(yīng)該提高清潔能源、可再生能源以及低碳排放能源（如天然氣）的使用比例，同時降低各產(chǎn)業(yè)發(fā)展對傳統(tǒng)能源如煤炭的依賴性[1]。周江和李穎嘉則對中國能源結(jié)構(gòu)與產(chǎn)業(yè)結(jié)構(gòu)的關(guān)系進(jìn)行了分析，他們認(rèn)為煤炭對產(chǎn)業(yè)結(jié)構(gòu)影響最大，而非工業(yè)部門對電力較為敏感。同時，新產(chǎn)業(yè)的出現(xiàn)、新技術(shù)的應(yīng)用以及新能源的推廣也推動了能源消費效率的提高，改變了能源消費結(jié)構(gòu)與產(chǎn)業(yè)結(jié)構(gòu)之間傳統(tǒng)的內(nèi)在聯(lián)系[2]。關(guān)于對我國能源的消費變動規(guī)律研究，管衛(wèi)華、林振山和顧朝林對中國的能源消費結(jié)構(gòu)進(jìn)行了動力學(xué)模擬和預(yù)測，指出了天然氣及水電所占的消費比重及第三產(chǎn)業(yè)所占的能源消費比例將會上升[3]。孟潔對1978到2008年的中國各能源消費占比進(jìn)行了時間序列分析并進(jìn)行短期預(yù)測，提出了煤炭資源比重略有上升但幅度較小，石油比重將要下降，天然氣及電能等新能源消費比重逐步上升[4]。李洪兵,張吉軍根據(jù)2000-2020年的能源消費量和經(jīng)濟(jì)發(fā)展等演變趨勢，利用能源消費彈性系數(shù)預(yù)測2030年中國能源消費總量及各能源消費量，發(fā)現(xiàn)石油，天然氣，電力占比均增加，且在2020-2030天然氣增速較快[5]。1.3研究內(nèi)容本文以中國能源消費總量，各能源消費比例及三大產(chǎn)業(yè)的生產(chǎn)總值為研究對象，首先運用描述性統(tǒng)計對近30年能源及各產(chǎn)業(yè)消費發(fā)展和不同能源占比變化進(jìn)行簡單歸納，然后采用時間序列分析分別對四種不同能源占比變化進(jìn)行模型擬合，接著用通過檢驗的擬合模型對2023至2026四年進(jìn)行不同能源占比的預(yù)測，再利用典型相關(guān)分析對三大產(chǎn)業(yè)和能源消費的關(guān)系進(jìn)行分析，最后給出不同能源占比的變化趨勢和中國能源結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)關(guān)系的結(jié)論和相關(guān)建議。2變量選取及數(shù)據(jù)來源2.1變量選取根據(jù)中國能源消費分類和產(chǎn)業(yè)結(jié)構(gòu)選取以下變量為研究對象：1.能源消費總量（TEC）：為我國每年總的能源消費量，單位為萬噸標(biāo)準(zhǔn)煤。2.第一產(chǎn)業(yè)生產(chǎn)總值（x13.第二產(chǎn)業(yè)生產(chǎn)總值（x24.第三產(chǎn)業(yè)生產(chǎn)總值（x35.煤炭消費量（y1），單位為萬噸標(biāo)準(zhǔn)煤，其占能源消費總量的比重（z6.石油消費量（y2），單位為萬噸標(biāo)準(zhǔn)煤，其占能源消費總量的比重（z7.天然氣消費量（y3），單位為萬噸標(biāo)準(zhǔn)煤，其占能源消費總量的比重（z8.一次電力及其他能源消費量（y4），單位為萬噸標(biāo)準(zhǔn)煤，其占能源消費總量的比重（z其中各能源占能源消費總量的比重z1,z2,z3,z以上變量皆為時間序列變量，時間為1985-2022年。2.2數(shù)據(jù)來源數(shù)據(jù)由2000年和2023年《中國統(tǒng)計年鑒》整理而來。3分析方法3.1時間序列分析3.1.1平穩(wěn)性檢驗為防止對數(shù)據(jù)進(jìn)行分析過程中數(shù)據(jù)出現(xiàn)“偽隨機(jī)”的情況，分析前先對序列進(jìn)行平穩(wěn)性的檢驗，通常利用單位根檢驗，常用的方法是DickeyandFuller提出的ADF檢驗和Philips提出的的PP檢驗，本文中使用ADF檢驗[6]。（1）ADF檢驗假設(shè)序列的確定性部分可以由過去p期的歷史數(shù)據(jù)描述，即序列可以表達(dá)為：其中是序列的隨機(jī)性部分，。如果序列平穩(wěn)，則如果序列非平穩(wěn)，則至少存在一個單位根，有3.1.2白噪聲檢驗白噪聲是時間序列中一個重要概念。如果一個時間序列是白噪聲序列，等同于它是一個純隨機(jī)序列，也就是數(shù)據(jù)前后之間不存在自相關(guān)性，序列在進(jìn)行完全沒有規(guī)律的隨機(jī)波動，沒有任何值得提取的有用信息，只有序列不是白噪聲的，才有繼續(xù)后面的時序分析過程的必要REF_Ref135490466\r\h錯誤!未找到引用源。。建立假設(shè)：H0:ρ選取檢驗統(tǒng)計量：Qbp=nk如果一個時間序列是純隨機(jī)的，得到一個觀察期數(shù)為n的觀察序列，那么該序列的延遲非零期的樣本自相關(guān)系數(shù)將近似服從均值為零、方差為序列觀察期數(shù)倒數(shù)的正態(tài)分布。即：ρk根據(jù)正態(tài)分布與卡方分布之間的關(guān)系，推導(dǎo)出Qbp~X2(m)后，當(dāng)Qbp>3.1.3ARIMA模型求和自回歸移動平均模型，簡記為，有如下結(jié)構(gòu)：，其中為平穩(wěn)可逆模型的自回歸系數(shù)多項式；為平穩(wěn)可逆模型的移動平均系數(shù)多項式。ARIMA模型的實質(zhì)就是差分運算和ARMA模型的組合[8]。對模型的自相關(guān)系數(shù)和偏自相關(guān)系數(shù)進(jìn)行分析判斷，可以得出如下規(guī)律：模型自相關(guān)系數(shù)偏自相關(guān)系數(shù)AR(p)拖尾p階截尾MA(q)q階截尾拖尾ARMA(p,q)拖尾拖尾3.1.4JB檢驗JB檢驗是檢驗序列是否符合正態(tài)分布的檢驗，它借助正態(tài)分布的偏態(tài)系數(shù)和峰態(tài)系數(shù)構(gòu)造出一個服從自由度為2的卡方分布統(tǒng)計量。具體為：建立假設(shè)：H0：εt?t選取檢驗統(tǒng)計量：JB=T6b12+在顯著性水平取α?xí)r，當(dāng)JB統(tǒng)計量的值大于X1?α23.2典型相關(guān)分析兩隨機(jī)變量X=（xE(X)=u1，E(Y)=u2，D(X)=計算Z的協(xié)方差陣：Σ=E把上面兩組變量X、Y分別組合成兩個變量U、V，則用線性表示：U=可計算得相關(guān)系數(shù)：ρ選擇a(1)，b(1)，使對應(yīng)的U1，V1的相關(guān)系數(shù)ρU1V1達(dá)到最大，然后選擇a(2)，b(2)，使得ρU2V2成為與U1，V1不相關(guān)的線性組合中的最大，以此類推，直到選取的Up，V4描述性統(tǒng)計分析如表1所示，從1993年到2022年，以10年為一階段，第一階段我國能源消費總量上漲了53584萬噸標(biāo)準(zhǔn)煤，漲幅46.2%，煤炭消費量上漲了29513.47萬噸標(biāo)準(zhǔn)煤，漲幅34.1%，石油消費量上漲了14500.44萬噸標(biāo)準(zhǔn)煤，漲幅68.7%，天然氣消費量上漲了1696.4萬噸標(biāo)準(zhǔn)煤，漲幅77%，一次性電力及其他能源消費量上漲了7873.68萬噸標(biāo)準(zhǔn)煤，漲幅130.5%。第二階段我國能源消費總量上漲了205055萬噸標(biāo)準(zhǔn)煤，漲幅104%，煤炭上漲了137112.26萬噸標(biāo)準(zhǔn)煤，漲幅99.1%，石油上漲了28749.78萬噸標(biāo)準(zhǔn)煤，漲幅72.6%，天然氣上漲了14769.72萬噸標(biāo)準(zhǔn)煤，漲幅325.8%，一次性電力及其他能源上漲了24423.24萬噸標(biāo)準(zhǔn)煤，漲幅167.5%。第三階段我國能源消費總量上漲了124087萬噸標(biāo)準(zhǔn)煤，漲幅29.8%。煤炭上漲了23042.64萬噸標(biāo)準(zhǔn)煤，漲幅8.2%，石油上漲了25546.88萬噸標(biāo)準(zhǔn)煤，漲幅35.8%，天然氣上漲了23347.61萬噸標(biāo)準(zhǔn)煤，漲幅105.7%，一次性電力及其他能源上漲了52149.87萬噸標(biāo)準(zhǔn)煤，漲幅122.6%。在此期間，我國能源消費總量年平均增長率為0.054535，煤炭消費量平均年增長率為0.044238，石油消費量平均年增長率為0.053930，天然氣消費量平均年增長率為0.109993，煤炭消費量平均年增長率為0.099599，消費量都在不斷上升?？芍?，在近30年間，四種不同能源消費量均在增長，尤其在第二階段即2003-2012年間增長幅度最大，而在第三階段即2013-2022年間，煤炭及石油消費量的增長幅度明顯下降，天然氣和一次性電力及其他能源消費量增長幅度仍然很高，在四種不同能源中，煤炭消費量始終比其他能源大很多，其次是石油消費量，而天然氣和一次性電力及其他能源雖然消費量不大，但平均年增長率較其他兩種能源更高。表11985-2022年全國總能源消費及不同能源消費量年份能源消費總量煤炭石油天然氣一次性電力及其他能源199311599386646.77121110.7262203.8676031.636199412273792052.7521356.2382332.0036996.009199513117697857.29622955.82361.1688001.736199613519299366.1225280.9042433.4568111.52199713590997039.02627725.4362446.3628698.176199813618496554.45628326.2722451.3128851.96199914056999241.71430222.3352811.388293.5712000146964100670.3432332.083233.20810728.3722001155547105771.9632975.9643733.12813065.9482002169577116160.24535611.173900.27113905.3142003197083138352.26639613.6834532.90914584.1422004230281161657.26245825.9195296.46317501.3562005261369189231.15646523.6826272.85619341.3062006286467207402.10850131.7257734.60921198.5582007311442225795.4552945.149343.2623358.152008320611229236.86553542.03710900.77426931.3242009336126240666.21655124.66411764.4128570.712010360648249568.41662752.75214425.9233900.9122011387043271704.18665023.22417803.97832511.6122012402138275464.5368363.4619302.62439007.3862013416913280999.36271292.12322096.38942525.1262014428334281843.77274101.78223986.70448401.7422015434113276964.09479876.79225178.55452093.562016441492274608.02482559.00426931.01257393.962017455827276231.16286151.30331452.06361992.4722018471925278435.7589193.82535866.368429.1252019487488281280.57692622.7238999.0474585.6642020498314283540.66693683.03241858.37679231.9262021525896293975.86497816.65646278.84887824.6322022541000304042968394544494675折線圖可以更清楚地看出數(shù)據(jù)變化趨勢及差距，以下為1993-2022年我國各能源消費量折線圖和石油和一次電力及其他能源消費量增長率折線圖。圖11993-2022年我國各能源消費量折線圖圖21993-2022年石油和一次電力及其他能源消費量增長率圖1顯示石油，天然氣，一次性電力及其他能源消費量均在增長，而煤炭消費量大體呈增長趨勢，但在2014-2016年消費量略有下降，且增長幅度在2002-2011年間較大，其余年間增長較平緩。而天然氣和一次性電力及其他能源消費量增長幅度逐漸增大，石油消費量增長幅度先逐漸增大，但在近年間增長幅度逐漸減小。天然氣和一次電力及其他能源消費量之間的差距從1993年逐漸增大，而石油和一次電力及其他能源之間的差距先增大后逐漸減小，有一次電力及其他能源消費量要大于石油的趨勢。圖2增長率折線圖顯示，近29年間石油和一次電力及其他能源增長率波動都不大，就近18年而言，除去2011年石油增長率1.0362比當(dāng)年一次電力及其他能源增長率0.959更大，其余年間一次電力及其他能源增長率均大于石油，這進(jìn)一步說明了一次電力及其他能源消費量有大于石油的趨勢，且若繼續(xù)保持該發(fā)展態(tài)勢，在一次電力及其他能源消費量超過石油后，他們之間差值會越拉越大。5ARIMA模型擬合使用時間序列分析的方法來預(yù)測2023年至2026年的不同能源消費占比，這里利用了1985-2022年的不同能源消費占比數(shù)據(jù)進(jìn)行ARIMA模型擬合。在使用ARIMA模型時，要求時間序列是平穩(wěn)的，因此在進(jìn)行ARIMA建模之前要先使用統(tǒng)計檢驗方法對能源占比數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗，包括時序圖檢驗及ADF檢驗(單位根檢驗)。5.1平穩(wěn)性檢驗首先繪制四個時間序列的時序圖,如下：圖3煤炭占比（z1）序列時序圖圖4石油占比（z2）序列時序圖圖5天然氣占比（z3）序列時序圖圖6電力及其他占比（z4）時序圖根據(jù)上述時序圖，我們認(rèn)為該四個序列均具有較明顯的上升或下降趨勢，都不可視為平穩(wěn)序列，可對序列中的確定性信息進(jìn)行提取，采用不同階差分提取趨勢信息，差分后再做平穩(wěn)性檢驗。不同階數(shù)差分后ADF檢驗p值結(jié)果如下：表2不同階數(shù)ADF檢驗p值zzzz0階0.8730.0280.1260.9991階0.1700.0950.874<<0.052階<<0.05<<0.050.740<<0.05由表2可知，對煤炭占比（z1）序列進(jìn)行2階差分后，ADF檢驗的p值<0.05，在顯著性水平α=0.05的情況下，認(rèn)為拒絕原假設(shè)，即認(rèn)為2階差分后的煤炭占比序列為平穩(wěn)的時間序列。而石油占比（z2）序列雖然由時序圖看起來為不平穩(wěn)序列，但原序列ADF檢驗p值為0.028<0.05，在顯著性水平α=0.05的情況下，同樣認(rèn)為拒絕原假設(shè)，即石油占比序列為平穩(wěn)的時間序列。一次電力及其他能源占比（另可知天然氣占比（z3）序列，無論通過1階或是2階差分后仍然不能通過ADF檢驗，序列可能含有季節(jié)性信息，進(jìn)一步對該序列進(jìn)行步數(shù)差分，經(jīng)過嘗試發(fā)現(xiàn)，該序列進(jìn)行1階2步差分后ADF檢驗的p值為0.04371<0.05，在顯著性水平α繪制2階差分后的z1，1階2步差分后的z3，1階差分后的z4圖72階差分后的z1圖81階2步差分后的z3圖91階差分后的z4圖102階差分后的z4我們認(rèn)為經(jīng)過處理后的序列顯示出始終在一個常數(shù)值附近隨機(jī)波動，而且波動的范圍有界、無明顯趨勢及周期特征，基本可視為平穩(wěn)序列，進(jìn)一步進(jìn)行白噪聲檢驗。5.2白噪聲檢驗在進(jìn)行ARIMA模型擬合時，同樣要求時間序列是非純隨機(jī)的，故對經(jīng)過了平穩(wěn)性檢驗的序列進(jìn)行白噪聲檢驗，白噪聲檢驗通過Box.test()函數(shù)進(jìn)行結(jié)果如下：表3Box-Pierce檢驗結(jié)果能源占比序列Box-Pierce檢驗的p-value2階差分后的z0.0001609z3.483e-081階2步差分后的z1.239e-061階差分后的z0.7272階差分后的z0.0006138由表3可知，經(jīng)差分處理后的z1，z2，z3及2階差分后的z4白噪聲檢驗的p值均<0.05，在顯著性水平α=0.05的情況下，認(rèn)為這四個序列均不是白噪聲的，至此，可以認(rèn)為2階差分后的z1，z5.3ARIMA模型建立四個處理的序列的自相圖和偏自相關(guān)圖如下（均顯示24階的）：圖11差分后的z1圖12序列z2圖13差分后的z3的ACF圖圖14差分后的z4的ACF圖圖15差分后的z1的PACF圖圖16序列z2的PACF圖圖17差分后的z3的PACF圖圖18差分后的z4的PACF圖觀察圖11-圖18的自相關(guān)圖和偏自相關(guān)圖，可以認(rèn)為差分后的z1序列的偏自相關(guān)圖為一階截尾，而自相關(guān)圖為拖尾，整合差分信息，對序列z1嘗試擬合ARIMA（1,2,0），也可以認(rèn)為該序列偏自相關(guān)圖為一階截尾，自相關(guān)圖為二階截尾，則對序列z1嘗試擬合ARIMA（1,2,可認(rèn)為序列z2的偏自相關(guān)圖一階截尾，自相關(guān)圖拖尾，嘗試擬合ARIMA（1,0,0）,或認(rèn)為序列z2的偏自相關(guān)圖三階截尾，自相關(guān)圖拖尾，嘗試擬合ARIMA（3,0可認(rèn)為差分后的z3序列偏自相關(guān)圖短期一階截尾長期拖尾，自相關(guān)圖短期拖尾長期也拖尾，可對序列z3嘗試擬合ARIMA（1,1,0）×(0,1,0)2模型，或認(rèn)為差分后的z3序列偏自相關(guān)圖短期一階截尾長期也一階截尾，自相關(guān)圖短期拖尾長期一階截尾，可對序列z3嘗試擬合ARIMA（1,1,0）×(1,1經(jīng)同樣觀察，對序列z4可以嘗試擬合ARIMA（1,2,0），ARIMA（3,2,0），ARIMA（0,2,1）或ARIMA（0,2,2）對上述所有可擬合的模型進(jìn)行AIC對比，選取AIC最小的為最優(yōu)模型，對比結(jié)果如下：表4不同模型AIC值的比較序列模型對應(yīng)的AIC模型對應(yīng)的AICzARIMA(1,2,0)105.36ARIMA(1,2,2)107.81zARIMA(1,0,0)83.11ARIMA(3,0,0)78.13zARIMA（1,1,0）×(0,1,0)28.95ARIMA（1,1,0）×(1,1,1)23.98zARIMA（1,2,0）73.73ARIMA（3,2,0）68.41ARIMA（0,2,1）65ARIMA（0,2,2）66.33由表4可知，通過對應(yīng)AIC的對比可以清晰的看出各序列的最優(yōu)模型，序列z1的最優(yōu)模型為ARIMA(1,2,0),序列z2的最優(yōu)模型為ARIMA(3,0,0)，序列z3的最優(yōu)模型為乘法ARIMA（1,1,0）×(1,1,1)2模型，而序列z4的最優(yōu)模型為ARIMA（0,25.4模型檢驗?zāi)Ｐ偷臋z驗主要是對于模型的殘差是否為白噪聲以及殘差是否服從正態(tài)分布做出檢驗，白噪聲檢驗通過R語言的Box.test()函數(shù)進(jìn)行，或者通過殘差的自相關(guān)圖來判斷，而正態(tài)性檢驗則是利用模型殘差的QQ圖和分布圖來直觀判斷，并用JB檢驗進(jìn)一步確定結(jié)果。白噪聲檢驗的結(jié)果如表5所示：表5模型殘差白噪聲檢驗?zāi)茉凑急刃蛄蠦ox-Pierce檢驗的p-valuez0.6123z0.8721z0.7865z0.2321模型殘差的自相關(guān)圖如下：圖19序列z1模型殘差自相關(guān)圖圖20序列z2模型殘差自相關(guān)圖圖21序列z3模型殘差自相關(guān)圖圖22序列z4模型殘差自相關(guān)圖從表5來看，四個模型的殘差的白噪聲檢驗p值均小于0.05，即模型殘差均通過了置信水平α=0.05的白噪聲檢驗，且由上述四個模型的殘差自相關(guān)圖可知，四個模型的自相關(guān)值均在兩虛線內(nèi)，可認(rèn)為近似為0，意味著這四個序列中的相關(guān)性全部被模型提取了，模型具有效益。模型殘差的正態(tài)性檢驗結(jié)果如下圖所示：圖23z1模型殘差QQ圖圖24z2模型殘差QQ圖圖25z3模型殘差QQ圖圖26z4模型殘差QQ圖圖27z1模型殘差分布圖圖28z2模型殘差分布圖圖29z3模型殘差分布圖圖30z4模型殘差分布圖殘差通過QQ圖及分布圖來看，可以初步認(rèn)為四個模型通過了正態(tài)性檢驗，近似滿足正態(tài)假設(shè)。模型殘差的JB檢驗結(jié)果如下：表6JB檢驗結(jié)果能源占比序列JB檢驗的p-valuez0.7117z0.5007z1.905e-07z0.3031由表6結(jié)果可知，z1，z2，z4模型殘差的JB檢驗p值均小于0.05，認(rèn)為均不拒絕正態(tài)假定，即模型殘差均服從正態(tài)分布，故模型分別可用于對煤炭，石油，一次電力及其他能源占比進(jìn)行預(yù)測，而5.5模型預(yù)測用上述模型對未來四期的能源占比進(jìn)行預(yù)測，預(yù)測結(jié)果及80%，95%預(yù)測區(qū)間如下：表7z1（煤炭占比）序列往后四期預(yù)測期數(shù)預(yù)測值Lo80Hi80Lo95Hi952023年55.6854.4256.9453.7557.602024年55.6853.5457.8152.4158.942025年55.3551.9258.7850.1060.592026年55.2250.4460.0147.9062.54表8z2（石油占比）序列往后四期預(yù)測期數(shù)預(yù)測值Lo80Hi80Lo95Hi952023年17.7116.9818.4516.5918.842024年17.5116.4318.5915.8619.162025年17.5216.1118.9315.3619.672026年17.5715.95189.1915.0920.04表9z3（天然氣占比）序列往后四期預(yù)測期數(shù)預(yù)測值Lo80Hi80Lo95Hi952023年8.488.198.778.048.922024年8.568.069.067.799.322025年8.848.119.577.739.952026年8.968.039.887.5410.37表10z4（一次電力及其他能源占比）序列往后四期預(yù)測期數(shù)預(yù)測值Lo80Hi80Lo95Hi952023年18.1917.4818.9017.1019.282024年18.8817.7919.9717.2120.552025年19.5718.1321.0117.3721.772026年20.2618.4722.0417.5422.99用上訴四個模型進(jìn)行預(yù)測，預(yù)測效果圖如下：圖31序列z1模型預(yù)測效果圖圖32序列z2模型預(yù)測效果圖圖33序列z3模型預(yù)測效果圖圖34序列z4模型預(yù)測效果圖6典型相關(guān)分析6.1典型相關(guān)系數(shù)及其檢驗為探索能源消費與三大產(chǎn)業(yè)結(jié)構(gòu)之間的關(guān)系，利用SPSS對不同產(chǎn)業(yè)生產(chǎn)總值及不同能源消費量，也就是變量x1,x2,x3和y1,y2表11第一組變量相關(guān)系數(shù)CorrelationsforSet-1xxxx10.99640.9829x0.996410.9892x0.98290.98921表12第二組變量相關(guān)系數(shù)CorrelationsforSet-2yyyyy10.96730.87000.8881y0.967310.94890.9635y0.87000.948910.9950y0.88810.96350.99501表13兩組變量之間的相關(guān)系數(shù)CorrelationsBetweenSet-1andSet-2yyyyx0.93370.98430.98120.9882x0.92640.97810.98870.9923x0.86950.95270.99850.9972由表11和表12可知，兩變量組內(nèi)的相關(guān)系數(shù)很大，說明變量自身的相關(guān)程度很高，兩者包含的信息有重疊部分，而從表13可知，兩變量組間的相關(guān)系數(shù)也很大，說明兩組變量有非常緊密的相關(guān)關(guān)系，故適合用于進(jìn)行典型相關(guān)分析。得到的典型相關(guān)系數(shù)及檢驗結(jié)果如下表14，表15：表14典型相關(guān)系數(shù)CanonicalCorrelations11.00020.92230.539表15典型相關(guān)系數(shù)檢驗TestthatremainingcorrelationsarezeroWilk’sChi-SQDFSig10.000304.44412.0000.00020.10673.9146.0000.00030.70911.3262.0000.003由表14可知，該典型相關(guān)分析產(chǎn)生了三個典型相關(guān)變量，而表15的結(jié)果表明，三個典型相關(guān)變量的檢驗p值均小于0.05，也就是三個典型相關(guān)變量均能通過顯著性檢驗，認(rèn)為前3對典型變量之間具有顯著的相關(guān)性，將會產(chǎn)生三對典型變量的線性組合，其中，第一對典型變量的相關(guān)系數(shù)為1.000。第2對典型變量的相關(guān)系數(shù)為0.922。第3對典型變量的相關(guān)系數(shù)為0.539。6.2典型相關(guān)模型由于原始變量的計量單位不同，不宜直接進(jìn)行比較，這里采用標(biāo)準(zhǔn)化后的典型系數(shù)，得到兩組變量的標(biāo)準(zhǔn)化典型系數(shù)結(jié)果如下：表16第一組變量的標(biāo)準(zhǔn)化典型系數(shù)StandardizedCanonicalCorrelationsforSet-1123x-0.0750.86611.986x-0.0205.820-13.905x-0.709-6.6241.967表17第二組變量的標(biāo)準(zhǔn)化典型系數(shù)StandardizedCanonicalCorrelationsforSet-2123y0.0932.707-4.039y-0.164-1.2277.348y-0.593-1.339-4.145y-0.3330.1380.649根據(jù)表16，表17的信息，可以寫出三個典型相關(guān)系數(shù)所對應(yīng)的3對典型變量的線性組合分別為：U由第一對典型相關(guān)變量的線性組合可以看出，第一組變量中的x3（第三產(chǎn)業(yè)生產(chǎn)總值）在U1上有較大的載荷系數(shù)，第二組變量中的y3（天然氣消費量），y4（一次電力及其他能源消費量）在U由第二對典型相關(guān)變量的線性組合可以看出，第一組變量中的x2（第二產(chǎn)業(yè)生產(chǎn)總值），x3（第三產(chǎn)業(yè)生產(chǎn)總值）在U2上明顯擁有較大的載荷系數(shù)，第二組變量中的y1U由第三對典型相關(guān)變量的線性組合可以看出，第一組變量中的x1（第一產(chǎn)業(yè)生產(chǎn)總值），x2（第二產(chǎn)業(yè)生產(chǎn)總值）在U3上的載荷系數(shù)明顯較大，第二組變量中的y2（石油消費量）在V3上有較大的載荷系數(shù)，由于6.3典型結(jié)構(gòu)各組典型負(fù)荷系數(shù)和交叉負(fù)荷系數(shù)結(jié)果如下：表18結(jié)構(gòu)分析（相關(guān)系數(shù)）UUUVVVx0.9860.1550.0660.9850.1420.036x0.9910.131-0.0160.9910.121-0.008x1.000-0.016-0.0050.999-0.014-0.003VVVUUUy0.8770.4780.0390.8770.4410.021y0.9570.2540.1330.9570.2340.072y0.999-0.011-0.0410.998-0.010-0.022y0.9980.0280.0180.9980.0260.010由表18可知，x1，x2,x3與產(chǎn)業(yè)結(jié)構(gòu)的第一典型變量Uy3,y4與能源消費組的第一典型變量V1和產(chǎn)業(yè)結(jié)構(gòu)的第一典型變量U1均呈高度相關(guān)關(guān)系，說明天然氣消費量和一次電力及其他能源消費量在反應(yīng)能源消費和產(chǎn)業(yè)結(jié)構(gòu)上均占主導(dǎo)地位，其次是6.4方差解釋比例表19方差解釋比例表集合U(%)集合V(%)U98.592U1.47.4U0.20.5V91.998.4V6.21.2V0.20.05由上表可知：產(chǎn)業(yè)結(jié)構(gòu)的第一典型變量U1解釋了產(chǎn)業(yè)結(jié)構(gòu)的98.5%的信息，解釋了能源消費92%的信息。能源消費的第一典型變量V7結(jié)論與建議7.1結(jié)論1.近三四十年我國能源消費總量逐漸增加，各能源消費量均呈現(xiàn)上漲趨勢，對能源的需求不斷增強(qiáng)。煤炭能源一直是我國能源消費的主要部分，消費量遠(yuǎn)遠(yuǎn)大于其他能源，而消費量一直處于第二的石油能源，由于近年來增長率持續(xù)小于一次電力及其他能源，有被一次電力及其他能源超過的趨勢。2.由時間序列預(yù)測可知，煤炭資源的消費占比在2023-2026年分別為55.68%,55.68%，55.35%，55.22%，在預(yù)測圖中呈現(xiàn)緩慢下降的趨勢，這說明雖然我國煤炭資源的消費比重仍然很大，但是已經(jīng)在慢慢變小，我國正在逐步降低對煤炭的依賴，改變以煤炭為主的能源結(jié)構(gòu)問題。3.石油資源的消費占比在2023-2026年分別為17.71%,17.51%，17.52%，17.57%，在預(yù)測圖中呈現(xiàn)先下降再上升的趨勢，說明雖然這幾年石油消費占比下降，但長期來看石油在能源消費中的地位會逐漸增高。4.天然氣資源的消費占比在2023-2026年分別為8.48%,8.56%，8.84%，8.96%，在預(yù)測圖中呈現(xiàn)逐漸上升趨勢，而一次電力及其他能源的消費占比在2023-2026年分別為18.19%,18.88%，19.57%，20.26%，在預(yù)測圖中呈現(xiàn)上升趨勢且上升速度較快，這說明我國對天然氣，水電，風(fēng)能等高效優(yōu)質(zhì)的清潔能源的開發(fā)利用正在加強(qiáng)，我國能源發(fā)展將邁向新的歷史階段，從傳統(tǒng)的化石能源向清潔、低碳、高效的新興能源轉(zhuǎn)變已成為發(fā)展的必然趨勢。5.由典型相關(guān)分析可知，第三產(chǎn)業(yè)生產(chǎn)總值是決定我國產(chǎn)業(yè)結(jié)構(gòu)的首要指標(biāo)，天然氣和一次電力及其他能源是決定我國能源消費的首要指標(biāo)。由于煤炭仍是我國能源消費的主要部分，故與煤炭能源消費量較相關(guān)的第二產(chǎn)業(yè)和第三產(chǎn)業(yè)在我國經(jīng)濟(jì)中占據(jù)主要地位，第一產(chǎn)業(yè)生產(chǎn)總值與以石油為代表的能源消費有著較顯著正相關(guān)關(guān)系，第一產(chǎn)業(yè)的發(fā)展會帶動石油的消耗，而隨著第三產(chǎn)業(yè)生產(chǎn)總值的增加，天然氣和一次電力及其他能源的消費也會隨之增長，由于我國能源正在向天然氣，水電等新興能源轉(zhuǎn)變，故認(rèn)為第三產(chǎn)業(yè)在我國經(jīng)濟(jì)中的地位會上升。7.2建議1.要降低能源總量的消耗就要提高能源利用率，可以通過對工業(yè)結(jié)構(gòu)進(jìn)行調(diào)整達(dá)到，將能源消耗高的工業(yè)部門的比重降低，同時提高能源消耗較低的工業(yè)部門的比重。也可以增加對科技創(chuàng)新的投入，促進(jìn)技術(shù)開發(fā)，提高能源的使用效率使得能源消耗更少。2.要對能源消費結(jié)構(gòu)進(jìn)行調(diào)節(jié)，對產(chǎn)業(yè)結(jié)構(gòu)進(jìn)行優(yōu)化，降低以煤炭、石油為主的傳統(tǒng)化石燃料比重，改變各產(chǎn)業(yè)對煤炭能源的過于依賴，提高對水電，天然氣，風(fēng)能等高效優(yōu)質(zhì)的清潔能源的綜合開發(fā)力度，加強(qiáng)對新工藝的研發(fā)，促進(jìn)開發(fā)利用新能源，推動新技術(shù)在各行業(yè)的應(yīng)用，增加清潔能源如水電、天然氣、風(fēng)能等的比重，推動產(chǎn)業(yè)向清潔能源方向發(fā)展，盡量用碳排放量較低的能源代替碳排放量高的能源。參考文獻(xiàn)[1]楊舒.中國能源消費量與經(jīng)濟(jì)增長相關(guān)性的實證研究[J].江蘇商論,2023,40(07):14-17.[2]周江,李穎嘉.中國能源消費結(jié)構(gòu)與產(chǎn)業(yè)結(jié)構(gòu)關(guān)系分析[J].求索,2011，31(12),42-44.[3]管衛(wèi)華,顧朝林,林振山.中國能源消費結(jié)構(gòu)的變動規(guī)律研究[J].自然資源學(xué)報,2006,21(03):401-407.[4]孟潔.基于成分?jǐn)?shù)據(jù)時間序列分析的中國能源消費結(jié)構(gòu)預(yù)測研究[C].中央財經(jīng)大學(xué)統(tǒng)計學(xué)院;,2011:4.[5]李洪兵,張吉軍.中國能源消費結(jié)構(gòu)及天然氣需求預(yù)測[J].生態(tài)經(jīng)濟(jì),2021,37(08)；71-78.[6]易丹輝,王燕.應(yīng)用時間序列分析[M].中國人民大學(xué)出版社,2019.[7]宋丹丹.高維時間序列的白噪聲檢驗[D].東北師范大學(xué),2020.[8]高鐵梅.計量經(jīng)濟(jì)分析方法與建模[M].清華大學(xué)出版社,2006.[9]陳琛.基于時間序列模型的短期中國能源消費量預(yù)測研究[C].云南財經(jīng)大學(xué),